同问，我也有好几个调节变量，而且都是分类变量

你这个不是多个调节变量，而是一个变量下的多个维度。仍是将所有维度和交互项先后放入模型，另外，soble检验用于中介检验，不是调节的。
如果自变量X、因变量Y、调节变量M都是连续变量，那么按照以下步骤进行：
（1）对自变量和调节变量进行中心化，即减去均值,本处标记为X',M'。
（2）构建交互项即X*M；
（3）第一步：将控制变量放入模型
第二步：放入X',M'
第三步：放入X*M；
如果有多个调节变量，则要同时放入模型，不能分开检验调节效应的。
注意：目前在检验调节效应中将控制变量放入模型时一个惯例，但是一些研究者认为控制变量不是研究的重点，所以认为不用放，而将控制变量放入模型和不放入模型，可能会改变调节效应的显著水平。（到底是放还是不放，其实我也搞不清）
另外，在说法上不是A和C对B的回归，而是B对A和C的回归
在一般情况下，如所有变量均是单维度的，则可以比较R2变化的显著性。但是大都是看spss回归结果中的Coefficients表格中相对应的显著水平

我也是有三个调节变量、但是三个调节变量分别属于三个方面，也是像你说的，第三步的时候同时引入调节变量么？另外，我想问一下，多个调节变量同时放入模型，这一说法的理论依据是什么呢？就是比方说那本书有提到、或者什么类型的文献可以学习到？

还是没有结论啊

感谢你的回答，我收获许多，另我说的是slope检验，不是soble检验，还有x.m,的问题我知道，我想知道是不是要这样：x.m1.m2;谢谢你